Eu costumava pensar que os problemas de confiança da IA estavam relacionados às taxas de precisão.
Mira faz parecer mais um problema de responsabilidade.
Quando um sistema de IA comete um erro, o dano não é estatístico, é contratual. Alguém agiu com base nesse resultado. Alguém aprovou. Alguém é responsável pelas consequências.
O interessante sobre a direção da Mira é que não apenas pergunta se uma resposta é provavelmente correta. Pergunta se o processo de aceitar essa resposta é defensável.
Esse é um ajuste sutil, mas importante.
A precisão melhora os modelos.
A defendibilidade melhora os sistemas.
Conforme a IA avança para finanças, conformidade e fluxos de trabalho com alta automação, "provavelmente correto" não será suficiente. O que importa é se a saída passou por uma estrutura que distribui o risco em vez de concentrá-lo.
O futuro da adoção da IA não dependerá de textos mais inteligentes.
Dependerá de quem puder afirmar, com confiança,
"Isso foi verificado sob regras em que todos concordamos."
@Mira - Trust Layer of AI 
- Camada de Confiança da IA#mira $MIRA